其實很多人搞不清楚 Codex 跟 Copilot 到底差在哪裡，甚至以為它們是同一種東西——這也不奇怪，畢竟 Copilot 剛出來的時候，大家喊的都是「微軟的 AI 寫程式工具」，而它的核心引擎正是 OpenAI 的 Codex。但嚴格說起來，Codex 跟 Copilot 就像引擎跟整台車的關係，一個是底層的神經網路模型，一個是包裝成 IDE 插件、帶有完整商業服務的產品。如果你曾經在 VS Code 裡被 Copilot 的建議嚇到過，或是試著自己呼叫 Codex API 做點玩具，肯定會感受到它們骨子裡那種微妙的差別。
模型層面的本質不同
Codex 是 OpenAI 在 2021 年基於 GPT-3 架構專門針對程式碼微調的模型，它擅長把自然語言描述轉換成程式碼片段，甚至能生出完整的函式。但 Codex 本身相當「被動」——你給它一段提示，它就吐一串輸出，完全不管你正在用哪個編輯器、專案裡有什麼變數。而 GitHub Copilot 則是微軟和 GitHub 把 Codex 打包成產品的結果，它不只是呼叫 API 那麼簡單，還會讀取你目前的游標位置、檔案內容、甚至語法樹結構，讓生成的程式碼更貼近上下文。換句話說，Codex 像是個能寫程式的朋友，但你得把需求寫在紙條上遞過去；Copilot 則是那個坐在你電腦旁邊、偷偷看你螢幕然後直接幫你補全的傢伙——有時候它很貼心，有時候卻會猜錯你的意圖，讓人哭笑不得。
模型迭代與商業模式的分岔路
還有一個容易被忽略的點：現在的 Copilot 已經不完全是當年的 Codex 了。早期 Copilot 確實是基於 OpenAI Codex，但從 2023 年微軟推出 Copilot Chat 開始，它逐步轉向 GPT-4，後來又整合了 o1 系列模型。現在你訂閱的 Copilot Pro 背後可能是多模型混合的架構，包括程式碼生成、對話除錯、甚至文件解釋。反觀 Codex，OpenAI 後來推出了更新的版本（比如 code-davinci-002 之類），但作為獨立 API 的存在感逐漸淡化，因為 OpenAI 把重心移到了 GPT-4 和後續的多模態模型上。簡單講，Copilot 是持續進化的產品，而 Codex 比較像一個歷史性的里程碑——雖然它依然可以透過 API 存取，但已經不是微軟主推的方向。
付費方式也是一大差異。Codex API 按 tokens 收費，你要自己管理呼叫次數、快取、錯誤處理；Copilot 則是每月 10 美元（個人版）訂閱，裝好擴充功能就能用，完全不用管底層怎麼跑。對一般開發者來說，Copilot 的體驗無疑更舒適，但如果你想要高度客製化——比如串進自己的 CI/CD 流程、或在特殊專案裡控制模型行為——那 Codex 的 API 彈性還是無可取代的。
實際使用的主觀對比
我自己的經驗是，寫日常的 CRUD 或前端元件時，Copilot 的建議命中率很高，尤其它在 VS Code 裡會根據你開啟的檔案自動調整風格，這點很加分。但遇到冷門框架或複雜演算法時，Copilot 常常給出語法正確但邏輯怪異的程式碼，這時候反倒是 Codex 的「純生成模式」更可控——你可以精確地寫 prompt 約束它，避免被 IDE 上下文干擾。老實說，兩者各有擅場，真要比較的話，我會說 Codex 是「工具」，Copilot 是「服務」。工具讓你自己掌握方向盤，服務則把你當乘客，偶爾繞點路也無妨。
如果你正猶豫該學哪一個，我的建議是：先善用 Copilot 提高日常效率，同時了解 Codex 的 API 原理，這樣才能在需要深度定制的場合靈活切換。畢竟，知道引擎怎麼運轉的司機，通常開起車來更從容，不是嗎？
評論（14）
原來是引擎跟整車的關係，這樣比喻好懂多了
copilot有時候猜錯真的會笑死😂
code-davinci-002現在還能用嗎？還是已經被取代了？
我之前用Codex API做自動化腳本，確實比Copilot彈性大
看不太懂但感覺好厲害（吃瓜
還有一個差別是Copilot會讀取整個專案的語境，Codex單獨呼叫就沒有這個
每月10鎂的訂閱比按token算省心多了，但重度客製化還是得靠Codex
說到底還是看場景，日常開發就Copilot，特殊需求就調API啊
啊所以現在新版的Copilot用的是GPT-4？那Codex算被放生了嗎
我記得之前有篇文章說Copilot其實會偷學你的程式風格，這個很猛
講得蠻清楚，推一個（雖然有些細節還想多了解
那個車跟引擎的比喻真的貼切，給作者加雞腿🍗
猶豫該學哪一個？兩個都摸一下不就好了，又不衝突
好奇問一下，如果專案裡混用Python和TypeScript，Copilot能自動切換嗎